下面()算法可用于求无向图的所有连通分量。
A、广度优先遍历
B、拓扑排序
C、求最短路径
D、求关键路径
A、广度优先遍历
B、拓扑排序
C、求最短路径
D、求关键路径
为,这里的路径长度是指路径中所含的边数。编写一个算法求T的直径、并分析算法的时间复杂度。
若AOE网络的每一项活动都是关键活动。令G是将该网络的边去掉方向和权后得到的无向图。
(1)如果图中有一条边处于从开始顶点到完成顶点的每一条路径上,则仅加速该边表示的活动就能减少整个工程的工期。这样的边称为桥(bridge)。证明若从连通图中删去桥,将把图分割成两个连通分量。
(2)编写一个时间复杂度为O(n+e)的使用邻接表表示的算法,判断连通图G中是否有桥,若有。输出这样的桥。
阅读下列函数说明和C函数,将应填入(n)处的字句写在对应栏内。
[说明]
Kruskal算法是一种构造图的最小生成树的方法。设G为一无向连通图,令T是由G的顶点构成的于图,Kmskal算法的基本思想是为T添加适当的边使之成为最小生成树:初始时,T中的点互相不连通;考察G的边集E中的每条边,若它的两个顶点在T中不连通,则将此边添加到T中,同时合并其两顶点所在的连通分量,如此下去,当添加了n-1条边时,T的连通分量个数为1,T便是G的一棵最小生成树。
下面的函数void Kruskal(EdgeType edges[],int n)利用Kruskal算法,构造了有n个顶点的图 edges的最小生成树。其中数组father[]用于记录T中顶点的连通性质:其初值为father[i]=-1 (i=0,1,…,n-1),表示各个顶点在不同的连通分量上;若有father[i]=j,j>-1,则顶点i,j连通;函数int Find(int father[],int v)用于返回顶点v所在树形连通分支的根结点。
[函数]
define MAXEDGE 1000
typedef struct
{ int v1;
int v2;
}EdgeType;
void Kruskal(EdgeType edges[],int n)
{ int father[MAXEDGE];
int i,j,vf1,vt2;
for(i=0;i<n;i+ +) father[i]=-1;
i=0;
j=0;
while(i<MAXEDGE && j<(1))
{ vf1=Find(father,edges[i].v1);
vf2=Find(father,edges[i].v2);
if((2))
{(3)=vf1;
(4);
printf("%3d%3d\n",edges[i].v1,edges[i].v2);
}
(5);
}
}
int Find(int father[],int v)
{ int t;
t=v;
while(father[t]>=0) t=father[t];
return(t);
}
对于n个顶点e条边的无向连通图,利用Prim算法生成最小生成树的时间复杂度为(24),利用Kruskal算法生成最小生成树的时间复杂度为(25)。
A.O((n+1)2)
B.O(n2)
C.O(n2-1)
D.(n2+1)
A、有根有向图
B、强连通图
C、含有多个人度为0的顶点的图
D、含有顶点数大于1的强连通分量
下列命题正确的是(58)。
A.G为n阶无向连通图,如果G的边数m≥n-1,则G中必有圈
B.二部图的顶点个数一定是偶数
C.若无向图C的任何两个不相同的顶点均相邻,则G为哈密尔顿图
D.3-正则图的顶点个数可以是奇数,也可以是偶数